Ml-modell üzembe helyezése az Azure SQL Edge-ben az ONNX használatával

Fontos

Az Azure SQL Edge 2025. szeptember 30-tól megszűnik. További információkért és a migrálási lehetőségekért tekintse meg a kivonásról szóló közleményt.

Megjegyzés:

Az Azure SQL Edge már nem támogatja az ARM64 platformot.

Ennek a háromrészes oktatóanyagnak a harmadik részében a vas érlelési szennyeződések előrejelzésére az Azure SQL Edge-ben a következőket fogja tenni:

1. Az Azure Data Studio használatával csatlakozhat az SQL Database-hez az Azure SQL Edge-példányban.
2. Vas érlelt szennyeződések előrejelzése az ONNX használatával az Azure SQL Edge-ben.

A legfontosabb összetevők

1. A megoldás alapértelmezett 500 ezredmásodpercet használ az Edge Hubnak küldött üzenetek között. Ez a Program.cs fájlban módosítható

   TimeSpan messageDelay = configuration.GetValue("MessageDelay", TimeSpan.FromMilliseconds(500));
   

2. A megoldás az alábbi attribútumokkal létrehozott egy üzenetet. Adja hozzá vagy távolítsa el az attribútumokat a követelmények szerint.

   {
       timestamp
       cur_Iron_Feed
       cur_Silica_Feed
       cur_Starch_Flow
       cur_Amina_Flow
       cur_Ore_Pulp_pH
       cur_Flotation_Column_01_Air_Flow
       cur_Flotation_Column_02_Air_Flow
       cur_Flotation_Column_03_Air_Flow
       cur_Flotation_Column_04_Air_Flow
       cur_Flotation_Column_01_Level
       cur_Flotation_Column_02_Level
       cur_Flotation_Column_03_Level
       cur_Flotation_Column_04_Level
       cur_Iron_Concentrate
   }
   

Csatlakozzon az SQL Database-hez az Azure SQL Edge-példányban az ML-modell betanítása, üzembe helyezése és tesztelése érdekében

1. Nyissa meg az Azure Data Studiót.

2. Az Üdvözlő lapon kezdjen új kapcsolatot az alábbi részletekkel:

   szakterület	Érték
   Kapcsolat típusa	Microsoft SQL Server
   Server	A bemutatóhoz létrehozott virtuális gépen említett nyilvános IP-cím
   Felhasználónév	Sa
   Jelszó	Az Azure SQL Edge-példány létrehozásakor használt erős jelszó
   Adatbázis	Alapértelmezett
   Kiszolgálócsoport	Alapértelmezett
   Name (Név) (nem kötelező)	Adjon meg egy választható nevet

3. Válassza a Csatlakozás lehetőséget.

4. A Fájl szakaszban nyissa meg /DeploymentScripts/MiningProcess_ONNX.jpynb azt a mappát, amelyben klónozta a projektfájlokat a számítógépen.

5. Állítsa a kernelt Python 3-ra.

Kapcsolódó tartalom

• Az ONNX-modellek Azure SQL Edge-ben való használatáról további információt az ONNX-et használó gépi tanulás és AI az SQL Edge-ben című témakörben talál.